JPH02282800A - 音声符号化方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、音声信号を低いビットレート、特に４．８ｋ
ｂ／ｓ程度で、比較的少ない演算量により高品質に符号
化するための音声符号化方式に関する。

〔従来の技術〕

音声信号を４　、８ｋｂ／ｓ程度の低いビットレートで
符号化する方式としては、例えば特願昭５９−２７２４
３５号明細書（文献１）や特願昭６０−１７８９１１号
明細書（文献２）等に記載されているピッチ補間マルチ
パルス法が知られている。この方法によれば、送信側で
は、フレーム毎の音声信号から音声信号のスペクトル特
性を表すスペクトルパラメータとピッチを表すピッチパ
ラメータとを抽出し、音声信号の有声区間では、１フレ
ームの音源信号を、１フレームをピッチ区間毎に分割し
た複数個のピッチ区間のうちの一つのピッチ区間（代表
区間）について少数のマルチパルスで表し、代表区間に
おけるマルチパルスの振幅２位相と、スペクトル、ピッ
チパラメータを伝送する。また無声区間では、１フレー
ムの音源を少数のマルチパルスと雑音信号で表し、マル
チパルスの振幅２位相と、雑音信号のゲイン、インデッ
クスを伝送する。

受信側においては、有声区間では、現フレームの代表区
間のマルチパルスと隣接フレームの代表区間のマルチパ
ルスとを用いてマルチパルス同士の振幅と位相を補間し
て、現フレームの代表区間以外のピッチ区間のマルチパ
ルスを復元しフレームの駆動音源信号を復元する。また
、無声区間では、マルチパルスと雑音信号のインデック
ス、ゲインを用いてフレームの駆動音源信号を復元する
。

さらに、復元した駆動音源信号を、スペクトルパラメー
タを用いた合成フィルタに入力して合成音声信号を出力
する。

〔発明が解決しようとする課題〕

上述した従来方式によれば、有声区間では代表区間にた
てた少数のマルチパルスと隣接フレームの代表区間にお
けるマルチパルスとを補間して音源信号を表していた。

しかるにマルチパルスの振幅９位相という２種類の伝送
パラメータが必要であり、これらを符号化するのに、１
パルス当り合計で１０ビット程度のビット数が必要であ
る。従って、４．８ｋｂ／ｓ程度のビットレートに適用
するためには、Ｏｚａｗａ、　Ａｒａｓｅｋｉ氏らの論
文”Ｍｕｌｔｉ−ｐｕｌｓｅｓｐｅｅｃｈ　ｃｏｄｉｎ
ｇ　１ｎｉｔｈ　ｎａｔｕｒａｌ　５ｐｅｅｃｈ　ｑｕ
ａｌｉｔｙ（ＩＣＡＳＳＰ、　ｐｐ、４５７−４６０．
１９８６年）（文献３）等に記載されているように、フ
レーム長を２０ｍ５とすると代表区間にたてるマルチパ
ルスの個数を４個程度と少なくする必要がある。従って
このように少ない個数では代表区間の音源信号の近似度
が十分ではなく、特にピッチ周期の長い男性話者では音
質が劣化するという問題点があった。

さらに従来方式では、音声信号のスペクトル包絡特性を
表す合成フィルタの係数は、線形予測（ＬＰＣ”）分析
法を用いて計算する。しかしＬＰＣ分析法では、ピッチ
周期の短い女性台に対しては、ピッチの影響を受けるた
めに合成フィルタの近似度が低下し音声のスペクトル包
絡を良好に表すことが困難で、このような合成フィルタ
を用いて合成した合成音声の音質が低下していた。この
ことはビットレートが低くパルスの個数が少ない領域、
特に４．８ｋｂ／ｓ以下で顕著であった。

本発明の目的は、上述した問題点を解決し、比較的少な
い演算量により４．８ｋｂ八程へで音質の良好な音声符
号化方式を提供することにある。

〔課題を解決するための手段〕

第１の発明である音声符号化方式は、入力した離散的な
音声信号から、スペクトル包絡を表すスペクトル、パラ
メータとピッチを表すピッチパラメータとを予め定めら
れた時間長のフレーム毎に求め、前記フレームの音声信
号を前記ピッチパラメータから求めたピッチ周期に応じ
たピッチ区間毎に分割し、前記ピッチ区間の内の１つの
ピッチ区間の音源信号をパルスと前記音源信号のスペク
トル包絡特性を表すコードブックとで表し、前記パルス
と前記コードブックにより得られる復元音源信号と前記
スペクトルパラメータにより得られる合成信号と前記音
声信号との誤差を小さくするように前記パルスの振幅と
位相を求め、前記コードブックから一つのコードワード
を選択すると共に、前記復元音源信号をもとに前記スペ
クトルパラメータを修正し、前記ピッチパラメータと前
記スペクトルパラメータと前記パルスの振幅１位相と前
記コードワードを表す情報とを出力することを特徴とす
る。

第２の発明である音声符号化方式は、入力した離散的な
音声信号から、スペクトル包絡を表すスペクトルパラメ
ータとピッチを表すピッチパラメータとを予め定められ
た時間長のフレーム毎に求め、前記ピッチパラメータか
ら求めたピッチ周期に応じたピッチ区間毎に前記フレー
ムの音声信号を分割し、前記ピッチ区間の内の１つのピ
ッチ区間の音源信号をパルスと前記音源信号のスペクト
ル包絡特性を表すコードブックとで表し、さらに前記ピ
ッチ区間以外の他のピッチ区間では前記パルスの振幅９
位相を補正する補正係数を求め、前記パルスと前記補正
係数と前記コードブックにより得られる復元音源信号と
前記スペクトルパラメータとから求めた合成音声と前記
音声信号との誤差を小さくするように前記パルスの振幅
と位相を求め前記コードブックから一つのコードワード
を選択すると共に、前記復元音源信号をもとに前記スペ
クトルパラメータを修正し、前記ピッチパラメータと前
記スペクトルパラメータと前記パルスの振幅２位相と、
前記補正係数と、前記コードワードを表す情報とを出力
することを特徴とする。

〔作用〕

本発明による音声符号化方式の第１の特徴は、有声区間
において、第３図のブロック図に示すように、フレーム
（通常２０ｍ５程度）内のピッチ区間の音源信号を、振
幅及び位相を与えるための少数のパルスを発生するパル
ス発生部７００と、音源信号のスペクトル包絡を表すフ
ィルタの係数のコードブック、あるいはフィルタのイン
パルス応答のコードブック７２０　と、コードブック７
２０から一つのコードワードを選択して音源信号を形成
する音源信号形成部７１０により表すことである。この
ようにして表した音源信号により合成フィルタ７３０を
駆動して合成音声を得る。

また第２の特徴は、前述のように表した音源信号を用い
て合成フィルタ７３０のスペクトルパラメータ（以下フ
ィルタ係数）を求め直すことである。

今、−例としてパルス発生部７００のパルスの個数を１
とする。また前記コードブックは、音源信号のスペクト
ル包絡を表すフィルタのインパルス応答の集合からなる
ものとする。これをｈｊ（ｎ）（ｊ＝１−２に）とする
。このインパルス応答は種々の方法により求めることが
できる。例えば、音声信号をＬＰＧ分析して得た予測残
差信号のフレーム毎の予め定められたサンプル数をＦＦ
Ｔ（高速フーリエ変換）して絶対値スペクトルを求め、
これを逆ＦＦＴするとインパルス応答が求まる。別の方
法としては、前記予測残差信号を周知のＬＰＧ分析によ
りフィルタの係数を求め、このフィルタのインパルス応
答を求める。以上の他、周知の方法を用いることができ
る。コードブックは多量の音声データに対してトレーニ
ングを行いあらかじめ作成しておく。

前記パルスの振幅ｇ１位相ｍ、コードブックからのコー
ドワードｈｉ（ｎ）の選択は次のように行う、第４図（
ａ）に成るフレームの音声波形を示す。フレームを音声
信号から求めたピッチパラメータのピッチ周期Ｔ毎のピ
ッチ区間に区切り、一つのピッチ区間（代表区間）に着
目する（第４図（ｂ））。この区間での音声信号をｘｋ
（ｎ）とする。この区間におけるパルスの振幅ｇ１位相
ｍ、コードブックからの最適なコードワードの選択は、
次式で示す重みづけ誤差電力を最小化するように行う。

代表区間における重みづけ誤差電力Ｅｌｌは、 Ｅｔ＝＝Σ（（ｘ−（ｎ）　−ｉｋ（ｎ−ｍ））＊ｗ　
（ｎ）　）　”　　　　　　　　　　・　・　・（１）
で表される。ただし、 ｉｍ　（ｎ　　ｍ）＝ｇ−ｈ＝　（ｎ　　ｍ）　＊ｈｓ
　（ｎ）である。ここで、ｗ　（ｎ）は聴感重みづけフ
ィルタのインパルス応答を示す。具体的な構成例は、へ
ｔａ１氏らによる“Ａ　Ｎｅｗ　Ｍｏｄｅｌ　ｏｆ　Ｌ
ＰＣＥｘｃｉｔａｔｉｏｎｆｏｒ　Ｐｒｏｄｕｃｉｎｇ
　Ｎａｔｕｒａｌ　　Ｓｏｕｎｄｉｎｇ　５ｐｅｅｃｈ
　ａｔ　　ｌｏｗＢｉｔ　Ｒａｔｅｓ　　　、　　Ｐｒ
ｏｃ、　　ＩＣＡＳＳＰ＋　　ＩＬＬ　　６１４−６１
７＋　　１９８２＋文献４）を参照することができる。

ただし、このフィルタはなくてもよい。１−（ｎ）は、
パルスとコードブックから選択したｊ番目のコードワー
ドとを用いて音源信号を表し、さらにこれを合成フィル
タに通して再生した再生音声を示す。またり、（ｎ）は
音声を合成するための合成フィルタのインパルス応答を
示す。記号＊は畳み込み積分を示す。（２）式を（１）
式に代入してｇで偏微分して０とおき次式を得る。

ｇ＝ΣＸｗｉ＋　（ｎ　）　Ｘ　’　ｗｌ＋　（ｎ　　
ｍ）／ΣＸ’　ｗｋ　（ｎ　　ｍ）　　Ｘ’　Ｗｋ　Ｃ
ｎ　　ｍ）・　・　・（３） ここで、 ｘ、＝　（ｎ）＝ｘ−（ｎ）＊ｗ　（ｎ）ｘ’　ｗｋ　
（ｎ−ｍ）＝ｈｉ　（ｎ−ｍ）＊　ｈａ　（ｎ）＊ｗ　
（ｎ）・　・　・（４） である。（１）式を最小化する最適なｇｌｍ、ｈＪの組
は次のように求められる。インパルス応答系列り、とし
てまず成るコードワードを用いて（３）式を計算し、（
１）式を最小化するようにｇ、　ｍを求める。

これには、 ｇ・ΣＸｗｋ　（ｎ　）　Ｘ　’　ｗｋ　（ｎ　　ｍ）
／ΣＸ’　ｗｌ＋　（ｎ　　ｍ）　　Ｘ’　ｗｋ　（ｎ
　　ｍ）を最大化するｇ、　　ｍを求めればよい。以上
の処理を全てのｊについて行い、 ｇ’ΣＸｗｋ　Ｃｎ　）　Ｘ　’　ｗｋ（ｎ　　ｍ）／
ΣＸ　’　−ｋ（ｎ　　ｍ）　　Ｘ　’　ｗｋ　（ｎ　
　ｍ）の値が最も大きいｇ、　　ｍ、　　ｊの組が求め
る組である。

以上の処理により、着目するピッチ区間においてパルス
の振幅２位相、コードワードが求まる。

第４図（Ｃ）、（ｄ）に、求めたパルス、求めたパルス
と選択したコードワードにより発生した代表区間の音源
信号により合成フィルタを駆動して得た合成波形ｘ、（
ｎ）をそれぞれ示す８以上の処理はフレーム内の全ての
ピッチ区間で行ってもよいし、一つのピッチ区間（代表
区間）についてのみ行ってもよい。

次に合成フィルタの係数の求め直しについて説明する。

上述のようにパルスとコードブックにより求めた代表区
間の音源信号をｖ　（ｎ）とする。

ｖ　（ｎ）　＝ｇ　−ｈｊ（ｎ−ｍ）　　　　　−−−
（５）合成フィルタの係数をａｌとし、音源信号ｖ　（
ｎ）を合成フィルタに通して求めた音声は、ｘ　（ｎ）
　＝ｖ　（ｎ）＋Σａｉ’Ｘ　（ｎ−ｉ）＋ｅ　（ｎ）
・・・（６） で表され、ｅ　（ｎ）は誤差信号を示す。係数ａｉは次
式を最小化するように求められる。

Ｅ＝Σｅ（ｎ）”　　　　　　　　　　　　　・　・　
・（７）（６）式を（７）式に代入して係数ａｉを偏微
分して０とおき次式を得る。

＝Σａ、Σｘ　　（ｎ−ｉ）　　ｘ　　（ｎ−ｉ）五ｎ ・　・　・（８） ここで（８）式の左辺第１項はｘ　（ｎ）の自己相関、
第２項はｖ　（ｎ）とｘ　（ｎ）の相互相関である。

（８）式の解法には、例えばＲａｂｉｎｅｒ、　５ｃｈ
ａｆｅｒ氏らによる“Ｄｉｇｉｔａｌ　ｐｒｏｃｅｓｓ
ｉｎｇ　ｏｆ　５ｐｅｅｃｈ　ｓｉｇｎａｌｓｌ′と題
した刊行物（Ｐｒｅｎｔｉｃｅ−Ｈａｌ１社１９７８）
　（文献５）等を参照できる。

〔実施例〕

第１図は、第１の本発明による音声符号化方式を実施す
る音声符号化装置を示す。

第１図において、入力端子１００から音声信号を入力し
、１フレ一ム分（例えば２０ｍ５　）の音声信号ｘ　（
ｎ）をバッファメモリ１１０に格納する。

スペクトルパラメータ計算回路１４０は、フレームの音
声信号のスペクトル特性を表すスペクトルパラメータと
して、線形予測係数ａｉを前記フレームの音声信号から
周知のＬＰＧ分析を行い、予め定められた次数Ｍだけ計
算し、インパルス応答計算回路１７０１重みづけ回路２
００へ出力する。

ピッチ計算回路１３０は、フレームの音声信号からピッ
チパラメータとして平均ピッチ周期Ｔを計従って（８）
式を解くことによりａｉ　は求められる。

算する。この方法としては例えば自己相関法にもとづく
方法が知られており、詳細は前記文献１゜２のピッチ抽
出回路を参照することができる。また、この方法以外に
も他の周知な方法（例えば、ケプストラム法、５ＩＦＴ
法、変相開法など）を用いることができる。

ピッチ符号化回路１５０は、平均ピッチ周期Ｔを予め定
められたビット数で量子化して得た符号をマルチプレク
サ２６０へ出力するとともに、これを復号化して得た復
号ピッチ周期Ｔ′をピッチ分割回路２０５．音源信号計
算回路２２０へ出力する。

コードブック１７５は、音源信号のスペクトル包絡を表
すフィルタのインパルス応答の系列Ｊ　（ｎ）（ｎ＝１
−Ｌ）の集合（コードブック）を２重４種類格納してい
る。ここでコードブックは予め多量の音声信号の予測残
差信号から分析した、残差信号ノスペクトル包絡を表す
フィルタのインパルス応答データから学習により作成し
ておく、この学習の方法としては、ベクトル量子化の学
習法が知られており、例えばＭａｋｈｏｕ１氏らによる
“Ｖｅｃｔｏｒ口ｕａｎｔｉｚａｔｉｏｎ　　ｉｎ　　
５ｐｅｅｃｈ　　Ｃｏｄｉｎｇ、　　　　（Ｐｒｏｃ、
　　ＩＥＥＥ。

ｖｏｌ、７３．１１．１５５１−１５８８．１９８５）
　（文献６）等を参照することができる。また、残差信
号のスペクトル包絡を表すフィルタの特性の求め方とし
ては、周知の種々の方法を用いることができる。例えば
、残差信号に対してＬＰＧ分析、共分散分析、改良ケプ
ストラム分析などを用いることができる。ＬＰＧ分析、
共分散分析については、前記文献５などを参照できる。

改良ケプストラム分析については、今井氏らによる“改
良ケプストラム法によるスペクトル包絡の抽出”　（電
子通信学会論文誌。

Ｊ６２−Ａ、　２１？−２３３頁、　１９７９年）（文
献７）等を参照できる。コードブック１７５は、２Ｍ個
のインパルス応答系列ｈｊ（ｎ）（ｊ＝１　２’）につ
いて、ｊ＝１から順にｊ＝２’まで一つずつ取り出して
インパルス応答計算回路１７０へ出力する。

インパルス応答計算回路１７０は、スペクトルパラメー
タ計算回路１４０からの線形予測係数ａｉを用いて、聴
感重みづけを行った合成フィルタのインパルス応答り、
（ｎ）を計算し、さらにコードブック１７５からの出力
ｈ＝（ｎ）と（４）式に従いたたみこみ計算を行って得
たインパルス応答Ｘ’ｗｋ（ｎ−ｍ）を、自己相関関数
計算回路１８０へ出力する。

自己相関関数計算回路１８０は、インパルス応答Ｘ　’
　ｗｈｒ　（ｎ　　ｍ）の自己相関関数Ｒｈｈ（ｎ）を
予め定められた遅れ時間まで計算して出力する。自己相
関関数計算回路１８０の動作は前記文献１．　２等を参
照することができる。

減算器１９０は、フレームの音声信号ｘ　（ｎ）から合
成フィルタ２８１の出力を１フレーム分減算し、減算結
果を重みづけ回路２００へ出力する。

重みづけ回路２００は、前記減算結果をインパルス応答
がｗ　（ｎ）で表される聴感重みづけフィルタに通し、
重みづけ信号ｘ、（ｎ）を得てこれを出力する４重みづ
けの方法は前記文献１．２等を参照できる。

ピッチ分割回路２０５は、フレームの音声信号を復号化
されたピッチ周期Ｔ′を用いてＴ′毎に分割する。

相互相関関数計算回路２１０は、重みづけ信号ｘ、（ｎ
）とインパルス応答Ｘ　’　ｗｋ　（ｎ　　ｍ）を入力
して相互相関関数φ□を予め定められた遅れ時間まで計
算し出力する。この計算法は前記文献１．２等を参照で
きる。

音源信号計算回路２２０では、フレーム内の代表的な１
つのピッチ区間（代表区間）について、音源信号をコー
ドブックｈ＝（ｎ）と１個のパルスで表すために、コー
ドワードとパルスの振幅ｇと位相ｍを求める。このとき
ｇ、ｍの計算には前記（３）式を用いる。次に前記作用
の項で述べたように、ｈｔ　（ｎ）として２重種類につ
いてコードブック１７５から出力し以上の処理を繰り返
し行い、（１）式の誤差電力を最小化するｇｌｍ、ｈｊ
（ｎ）の組を作用の項で述べた方法により求める。そし
て選択されたコードブックのインデックスを示す符号を
マルチプレクサ２６０に出力し、ｇｔｍを符号器２３０
へ出力する。

符号器２３０は、代表区間のパルスの振幅ｇ１位相ｍを
予め定められたビット数で符号化して出力する。また、
代表区間のサブフレーム位置を示す情報Ｐｔを予め定め
られたビット数で符号化してマルチプレクサ２６０へ出
力する。さらに、これらを復号化して駆動信号復元回路
２８３．パラメータ修正回路１７８へ出力する。

パラメータ修正回路１７８は、代表区間において求めた
パルスの振幅９位相、選択したコードワードを用いて代
表区間において音源信号ｖ　（ｎ）を発生する。さらに
音声信号ｘ　（ｎ）を用い前記（８）式に従い線形予測
係数ａ１を求め直し、これをにパラメータに変換しパラ
メータ符号化回路１６０に出力する。

パラメータ符号化回路１６０はにパラメータを符号化し
て、符号２ｋをマルチプレクサ２６０へ出力する。また
この復号値を線形予測係数ａ　、　Ｉに変換し合成フィ
ルタ２８１へ出力する。

駆動信号復元回路２８３は、代表区間において求めたパ
ルスの振幅１位相、選択したコードワードを用いて代表
区間において音源信号を発生する。

他のピッチ区間においては、前後のフレームの代表区間
におけるパルスの振幅を用いて振幅同士を線形補間して
、他のピッチ区間のパルスを求める。

また、選択したコードワードに対しては、代表区間のコ
ードワード同士を線形補間して、他のピッチ区間におけ
る音源信号のスペクトル包絡を表すインパルス応答を求
める。以上の処理によりフレームの音源信号を復元して
発生する。

合成フィルタ２８１は、前記復元された音源信号を入力
し、パラメータ符号化回路１６０からの線形予測係数ａ
ｉ′を入力して１フレ一ム分の合成音声信号を求めると
共に、次のフレームへの影響信号を１フレーム分計算し
、これを減算器１９０へ出力する。なお、影響信号の計
算法は特願昭５７−２３１６０５号明細書（文献８）等
を参照できる。

マルチプレクサ２６０は、代表区間におけるパルスの振
幅９位相を表す符号、代表区間の位置を表す符号、Ｋパ
ラメータを表す符号、ピッチ周期を表す符号、選択され
たコードワードを表す符号を組み合わせて出力する。

次に、第２の本発明による実施例を説明する。

第２図は、第２の本発明による音声符号化方式を実施す
る音声符号化装置を示す。図において第１図と同一の参
照番号を付した構成要素は第１図と同様の動作をするの
で説明は省略する。

第２図において、２２５は振幅・位相補正計算回路であ
る。振幅・位相補正計算回路２２５では、同一フレーム
内の代表区間以外のピッチ区間において代表区間のパル
スの振幅１位相を補正するための補正係数を各ピッチ区
間毎に計算する。具体的には次のように求める。第ｉ番
目のピッチ区間における入力音声、振幅補正係数１位相
補正係数を、それぞれｘｚ（ｎ）、Ｃ１ｔｄｉ　とする
。

第ｉ番目のピッチ区間において代表区間のパルスの振幅
９位相とコードワードにより復元した音源信号の振幅と
位相を補正して合成フィルタに通して再生した再生信号
又＝　（ｎ）と入力音声信号Ｘｉ　（ｎ）との聴感重み
づけ誤差電力は次のように書ける。

Ｅ　ｗ　ｉ　＝Σ　（（ｘｚ　（ｎ）−ｃｉｘ＝　（ｎ
−Ｔ’−ｄ、））＊ｗ　（ｎ））”・　・　・（９） ここで、 マｔ（ｎ　　’ｒ’　　　ａｔ） ＝ｇ　−ｈ　　（ｎ−ｍ−Ｔ’−ｄ、）＊　ｈｓ　（ｎ
）・・・θω である。振幅１位相補正係数ｃ、、ｄ、は００）式を最
小化するように求めることができる。００式を振幅補正
係数Ｃ１で偏微分して０とおき次式を得る。

ｃｉ＝ΣＸｗＡ（ｎ）ｉｗ＝　（ｎ−Ｔ’　−ｄ４　）
／ΣＭｗｉ　（ｎ　　Ｔ’　　ｄｔ　）　２ｗｔ　（ｎ
　　Ｔ’　　ｄｔ　）・・・０１） 種々の位相補正係数ｄ、について００式を計算し、（１
１）式を最大化するｃ、、ｄｌの組を求めればよい。

以上の処理をフレーム内の代表区間以外の全てのピッチ
区間について行い、各区間の振幅・位相補正係数を符号
器２３０へ出力する。

駆動信号復元回路２８５は、フレームの代表区間ではパ
ルスの振幅１位相及び選ばれたコードヮードを用いて音
源信号ｖ　（ｎ）を発生させる。また同一フレーム内の
代表区間以外のｉ番目のピッチ区間においては、代表区
間の音源信号ｖ　（ｎ）を振幅９位相補正係数ｃｚ、ｄ
ｚを用いて次式に従い補正してｉ番目のピッチ区間の音
源信号ｄ、（ｎ）を発生させる。

ｄ＋　（ｎ）＝Ｃ！　　・ｖ　（ｎ−Ｔ’−ｄ、）・　
・０２） ただし ｖ　（ｎ）＝ｇ−ｈｊ（ｎ−ｍ）　　　　　・・・側こ
こでｈＪ（ｎ）、ｇ、ｍはコードブックのコードワード
、パルスの振幅、パルスの位相である。

以上には本発明の各実施例を説明したが、上述した各実
施例はあくまで本発明の一例に過ぎず、その変形例も種
々考えられる。

例えば、パラメータ修正回路１７８で求め直した線形予
測係数ａ１を用いて音源信号計算回路２２０において代
表区間のパルスを計算し直してもよい。

このためには前記求め直した線形予測係数をインパルス
応答計算回路１７０に通してインパルス応答を計算し直
し、さらに自己相関関数計算回路１８０゜相互相関関数
計算回路２１０で自己相関、相互相関を計算し直し、こ
れらを音源信号計算回路２２０へ出力してパルスを求め
直せばよい。また、パルス計算、線形予測係数の修正、
パルスの求め直しの処理を、あらかじめ定められた回数
だけ繰り返してもよい。このような構成をとることによ
り演算量は増加するが特性は改善される。

また、パルスの振幅１位相の計算及びコードワードの選
択を代表区間のみではなくフレーム内の全ピッチ区間に
おいて行うようにしてもよい。このような構成とすると
、音源情報の伝送に必要な情報量は増大するが特性は向
上する。

また、代表区間は例えばフレームの中央部というように
フレーム内で固定的に決めてもよいし、合成音声と入力
音声との誤差を最も小さくするピッチ区間を探索して求
めてもよい。後者の具体的な方法については前記文献ｌ
を参照できる。

また、代表区間のパルスの個数は２以上でもよい。この
ようにすると特性は改善されるが、伝送情報量が増大す
る。

また、コードワードに関しては代表区間以外の他のピッ
チ区間においては線形補間してもよいし、しなくてもよ
い。

また、コードブックとして、音声信号の予測残差信号の
スペクトル包絡を表すフィルタのインパルス応答とした
が、フィルタの係数としてもよい。

このような構成のときはフィルタ係数からインパルス応
答に変換する必要がある。係数としては具体的には、線
形予測係数、にパラメータ、対数断面積比、ケプストラ
ム、メルケプストラムなど周知の係数を用いることがで
きる。

また、実施例では、スペクトルパラメータとして線形予
測係数を符号化し、その分析法としてＬＰＧ分析を用い
たが、スペクトルパラメータとしては他の周知なパラメ
ータ、例えばＬＳＰ、ＬＰＣケプストラム、ケプストラ
ム、改良ケプストラム、一般化ケプスドラム、メルケプ
ストラムなどを用いることもできる。また各パラメータ
に最適な分析法を用いることができる。

また、演算量を低減するために、影響信号の計算を省略
することもできる。これによって、駆動信号復元回路２
８３１合成フィルタ２８１．減算器１９０は不要となり
演算量低減が可能となるが、音質は低下する。

なお、デジタル信号処理の分野でよく知られているよう
に、自己相関関数は周波数軸上でパワスペクトルに、相
互相関関数はクロスパワスペクトルに対応しているので
、これらから計算することもできる。これらの計算法に
ついては、Ｏｐｐｅｎｈｅｉｍ氏らによる“Ｄｉｇｉｔ
ａｌ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ　　　（Ｐ
ｒｅｎｔｉｃｅ−Ｈａｌｌ、　１９７５）　（文献９）
と題した刊行物を参照できる。

〔発明の効果］ 以上述べたように、本発明によれば、１ピッチ区間の音
源信号（代表区間）を、振幅２位相を与える少数のパル
スと音源信号の特性を表すコードブックとを用いて表し
ており、さらにこのような音源信号を用いてスペクトル
パラメータを求め直しているので、４．８ｋｂ／ｓ程度
のビットレートでは従来方式に比べ音源信号の近似度が
高く良好な合成音声を得ることができるという大きな効
果がある。

【図面の簡単な説明】

第１図は第１の発明による音声符号化方式の一実施例を
説明するための音声符号化装置のブロック図、 第２図は第２の発明による音声符号化方式の一実施例を
説明するための音声符号化装置のブロック図、 第３図及び第４図は本発明の詳細な説明するための図で
ある。 １１０　　・・・・・バッファメモリ １３０　　・・・・・ピッチ計算回路 １４０　　・・・・・スペクトルパラメータ計算回路１
５０　　・・・・・ピッチ符号化回路１６０　　・・・
・・パラメータ符号化回路１７０　　・・・・・インパ
ルス応答計算回路１７８　　・・・・・パラメータ修正
回路１７５、３５０．７２０　　・・・コードブック１
８０　　・・・・・自己相関関数計算回路２０５　　・
・・・・ピッチ分割回路 ２１０　・・・・・相互相関関数計算回路２２０　・・
・・・音源信号計算回路 ２２５　・・・・・振幅・位相補正計算回路２３０　・
・・・・符号器 ２６０　　・・・・・マルチプレクサ ２８１、３６０．７３０　　・・・合成フィルタ２８３
　・・・・・駆動信号復元回路

Claims (2)

【特許請求の範囲】
1. （１）入力した離散的な音声信号から、スペクトル包絡
   を表すスペクトルパラメータとピッチを表すピッチパラ
   メータとを予め定められた時間長のフレーム毎に求め、
   前記フレームの音声信号を前記ピッチパラメータから求
   めたピッチ周期に応じたピッチ区間毎に分割し、前記ピ
   ッチ区間の内の１つのピッチ区間の音源信号をパルスと
   前記音源信号のスペクトル包絡特性を表すコードブック
   とで表し、前記パルスと前記コードブックにより得られ
   る復元音源信号と前記スペクトルパラメータにより得ら
   れる合成信号と前記音声信号との誤差を小さくするよう
   に前記パルスの振幅と位相を求め、前記コードブックか
   ら一つのコードワードを選択すると共に、前記復元音源
   信号をもとに前記スペクトルパラメータを修正し、前記
   ピッチパラメータと前記スペクトルパラメータと前記パ
   ルスの振幅、位相と前記コードワードを表す情報とを出
   力する音声符号化方式。
2. （２）入力した離散的な音声信号から、スペクトル包絡
   を表すスペクトルパラメータとピッチを表すピッチパラ
   メータとを予め定められた時間長のフレーム毎に求め、
   前記ピッチパラメータから求めたピッチ周期に応じたピ
   ッチ区間毎に前記フレームの音声信号を分割し、前記ピ
   ッチ区間の内の１つのピッチ区間の音源信号をパルスと
   前記音源信号のスペクトル包絡特性を表すコードブック
   とで表し、さらに前記ピッチ区間以外の他のピッチ区間
   では前記パルスの振幅、位相を補正する補正係数を求め
   、前記パルスと前記補正係数と前記コードブックにより
   得られる復元音源信号と前記スペクトルパラメータとか
   ら求めた合成音声と前記音声信号との誤差を小さくする
   ように前記パルスの振幅と位相を求め前記コードブック
   から一つのコードワードを選択すると共に、前記復元音
   源信号をもとに前記スペクトルパラメータを修正し、前
   記ピッチパラメータと前記スペクトルパラメータと前記
   パルスの振幅、位相と、前記補正係数と、前記コードワ
   ードを表す情報とを出力する音声符号化方式。